Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima
El artículo presenta una metodología que utiliza la serie de tiempos, para la predicción de los índices de los precios de cierre, que efectúan los centros de mercados bursátiles.El comportamiento actual responde a una expectativa generada sobre el valor de cambio producido en el momento precedente;...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | Spanish |
Published: |
Universidad Nacional Mayor de San Marcos
2012-12-01
|
Series: | Industrial Data |
Subjects: | |
Online Access: | https://revistas.gnbit.net/index.php/idata/article/view/6377 |
id |
doaj-d20d01a3377d4b8288e53ac35bff57de |
---|---|
record_format |
Article |
spelling |
doaj-d20d01a3377d4b8288e53ac35bff57de2021-06-08T04:34:47ZspaUniversidad Nacional Mayor de San MarcosIndustrial Data1560-91461810-99932012-12-0115210.15381/idata.v15i2.6377Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de LimaEduardo Raffo Lecca0Luis Raez Guevara1Carlos Quispe Atúncar2Universidad Nacional Mayor de San Marcos. Lima, PerúUniversidad Nacional Mayor de San Marcos. Lima, PerúUniversidad Nacional Mayor de San Marcos. Lima, Perú El artículo presenta una metodología que utiliza la serie de tiempos, para la predicción de los índices de los precios de cierre, que efectúan los centros de mercados bursátiles.El comportamiento actual responde a una expectativa generada sobre el valor de cambio producido en el momento precedente; es decir, a un valor esperado condicionado por la varianza del período anterior. El modelo GARCH es la parte fundamental de la investigación. Presenta de manera clara y detallada cada una de las actividades realizadas para la cuantificación del riesgo de mercado. Se aplica la metodología ARIMA para pronosticar los Rendimientos de la serie, que generalmente tienen una varianza no constante en el tiempo; es decir, presentan la existencia de heterocedasticidad y deben utilizarse los modelos autorregresivos generalizados de heterocedasticidad condicional, para la empresa en estudio. https://revistas.gnbit.net/index.php/idata/article/view/6377Predicciónseries de tiempoheterocedasticidadmodelos autorregresivosmetodología GARCH. |
collection |
DOAJ |
language |
Spanish |
format |
Article |
sources |
DOAJ |
author |
Eduardo Raffo Lecca Luis Raez Guevara Carlos Quispe Atúncar |
spellingShingle |
Eduardo Raffo Lecca Luis Raez Guevara Carlos Quispe Atúncar Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima Industrial Data Predicción series de tiempo heterocedasticidad modelos autorregresivos metodología GARCH. |
author_facet |
Eduardo Raffo Lecca Luis Raez Guevara Carlos Quispe Atúncar |
author_sort |
Eduardo Raffo Lecca |
title |
Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima |
title_short |
Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima |
title_full |
Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima |
title_fullStr |
Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima |
title_full_unstemmed |
Aplicación de la metodología GARCH al precio de cierre en la Bolsa de Valores de Lima |
title_sort |
aplicación de la metodología garch al precio de cierre en la bolsa de valores de lima |
publisher |
Universidad Nacional Mayor de San Marcos |
series |
Industrial Data |
issn |
1560-9146 1810-9993 |
publishDate |
2012-12-01 |
description |
El artículo presenta una metodología que utiliza la serie de tiempos, para la predicción de los índices de los precios de cierre, que efectúan los centros de mercados bursátiles.El comportamiento actual responde a una expectativa generada sobre el valor de cambio producido en el momento precedente; es decir, a un valor esperado condicionado por la varianza del período anterior. El modelo GARCH es la parte fundamental de la investigación. Presenta de manera clara y detallada cada una de las actividades realizadas para la cuantificación del riesgo de mercado. Se aplica la metodología ARIMA para pronosticar los Rendimientos de la serie, que generalmente tienen una varianza no constante en el tiempo; es decir, presentan la existencia de heterocedasticidad y deben utilizarse los modelos autorregresivos generalizados de heterocedasticidad condicional, para la empresa en estudio.
|
topic |
Predicción series de tiempo heterocedasticidad modelos autorregresivos metodología GARCH. |
url |
https://revistas.gnbit.net/index.php/idata/article/view/6377 |
work_keys_str_mv |
AT eduardoraffolecca aplicaciondelametodologiagarchalpreciodecierreenlabolsadevaloresdelima AT luisraezguevara aplicaciondelametodologiagarchalpreciodecierreenlabolsadevaloresdelima AT carlosquispeatuncar aplicaciondelametodologiagarchalpreciodecierreenlabolsadevaloresdelima |
_version_ |
1721391072165232640 |